スループット

スループットとは？製造現場における重要性を徹底解説

スループット（Throughput）とは、製造業や物流、システム運用において単位時間あたりに完了した処理量や出荷量を示す重要なパフォーマンス指標です。特に製造業では、単なる生産速度ではなく、最終的に出荷可能な完成品の量を定量的に把握するために活用されます。

スループットは、生産ラインの効率性を測るだけでなく、ボトルネックの特定、改善活動の成果測定、キャパシティ計画など、あらゆる現場改善・経営判断の指標として利用されます。

本記事では、スループットの定義・数式から、関連指標との違い、向上施策、業界別の平均値、さらには最新の調査データまで、専門的な解説を提供します。製造現場の現状改善や経営戦略策定に関わる方は、ぜひ最後までお読みください。

スループットの定義と数式

スループットの基本定義は次の通りです：

スループット ＝ 完成出荷数 ÷ 単位時間

例えば、8時間稼働の生産ラインで1,200個の製品が出荷された場合、スループットは：

1,200 ÷ 8 = 150個/時間

ここで重要なのは「完成して出荷可能となった数」であり、途中工程での半製品や不良品は含まれません。つまり、最終成果を重視する実践的な指標と言えます。

日・週・月単位でのスループット計算例

計算単位	生産数	稼働時間	スループット
日次	800個	10時間	80個/時間
週次	4,000個	50時間	80個/時間
月次	17,600個	220時間	80個/時間

スループットが安定していることは、生産プロセスが平準化されている証拠でもあり、工程管理や人員配置の適正化にもつながります。

スループットと関連指標との違い

スループットは、製造業における他の代表的な指標と混同されやすいため、明確な違いを理解することが重要です。

指標名	定義	対象	使用目的
スループット	単位時間あたりの出荷数	完成品（出荷単位）	全体の生産性評価、ライン制約の発見
サイクルタイム	1品あたりの所要時間	個別作業またはユニット	作業効率分析
タクトタイム	需要に応じた生産ペース	顧客要求ベース	ラインバランス調整
稼働率	機械が稼働していた時間の割合	設備単位	機械効率分析

例えば、サイクルタイムは「速い」けれど、スループットが低いという場合は、途中工程にボトルネックが存在している可能性があり、改善対象の優先順位付けに役立ちます。

スループット向上のメリットと経営効果

スループットは単なる生産性指標にとどまらず、経営戦略の実行力や現場の強さを可視化する指標でもあります。以下にスループットの向上によって得られる具体的な効果を紹介します。

1. リードタイムの短縮

スループットが向上すれば、製品1個あたりのリードタイム（着手から出荷までの時間）も短くなります。これは顧客満足度の向上や、短納期案件への対応力強化に直結します。

事例：半導体実装メーカーでスループットが20%向上した結果、リードタイムが従来の5.8日 → 4.1日に短縮され、受注競争力が上昇。受注数は前年比18%増加。

2. 在庫回転率の向上

高スループット＝滞留が少ない生産フローであるため、在庫回転率が改善します。結果として、棚卸資産を圧縮でき、キャッシュフローの改善にもつながります。

項目	改善前	改善後
月間出荷数	12,000個	14,500個
平均在庫	6,000個	5,000個
在庫回転率	2.0	2.9

3. ラインあたりの固定費効率向上

スループットが向上すると、1ラインあたりにかかる人件費・間接費・設備償却費などの固定費が「単位製品あたりで見て」相対的に低下します。

製品1個あたりの原価削減は価格競争力につながるほか、粗利率の改善、利益体質の強化に貢献します。

4. 生産現場のボトルネック可視化

スループットが安定しない、あるいは特定の時間帯や工程だけ極端にスループットが落ちる場合、制約となっている工程を特定する手がかりとなります。

これはTOC（制約理論）にもとづいた改善活動の第一歩であり、「スループットの最大化＝現場全体の最適化」を意味します。

5. 設備投資の回収スピード向上

同じ投資額でより多くの製品を出荷できれば、設備投資の回収期間（ROI回収期間）も短縮されます。

例：1億円の自動機導入によるスループット向上が年間で2.5万個の追加出荷を実現した場合、販売単価2,000円×2.5万＝5,000万円の売上増に直結。2年以内に全額回収が可能に。

スループット改善の具体施策と実践例

スループットの改善には、単に生産量を増やすだけでなく、工程全体を見渡したボトルネック解消や運用改善が必要です。ここでは、実際の現場で有効だった施策とその成果を、具体的な事例を交えて紹介します。

1. ボトルネック工程の特定と集中的改善

すべての工程が同じ速度で処理されるとは限りません。スループットを制限している「最も遅い工程＝ボトルネック」を特定し、集中的に改善するのがTOC（制約理論）の基本です。

• 改善施策例：ボトルネック工程の作業者を増員、または並列設備を導入し処理能力を倍増。
• 成果：A社（機械加工業）では、NC旋盤工程がボトルネックであったため、稼働率の高い時間帯を前後にずらすシフト制度を導入。スループットが25％向上。

2. スタートロス・チョコ停の削減

スループット低下の原因として見逃されがちなのが、機械の立ち上げ遅延や小停止（チョコ停）です。これらのロスを削減するだけでも、1日の生産効率は大きく改善します。

• 改善施策例：段取り作業の標準化・前準備の徹底、チョコ停内容のIoTセンサーで可視化。
• 成果：B社（食品加工業）は、立ち上げ後の初回不良を削減するために初期点検表を導入。1日あたりの可動時間が17分増加し、スループットが7％改善。

3. 作業標準化・多能工化の推進

特定作業者に依存している場合、欠勤や作業精度のばらつきがスループットに影響します。標準作業手順書（SOP）の整備と多能工化によって、生産性の属人化を排除できます。

• 改善施策例：作業動画とQRコードを活用し、新人でも同じ手順で作業できるように整備。
• 成果：C社（電子部品組立業）では、新人の戦力化期間が3ヶ月→1ヶ月に短縮。人員計画の柔軟化により、繁忙期のスループットが30％向上。

4. 工程レイアウトの見直し（動線改善）

作業者や部品の移動距離が長いと、それだけで非効率となり、スループットは下がります。U字ラインやセル生産方式の導入で、作業動線を最小限に抑えることが重要です。

• 改善施策例：搬送時間をストップウォッチで測定し、工程配置を再設計。
• 成果：D社（樹脂成形業）では、資材棚の移動だけで1日300歩・12分の削減が実現。1日あたり生産数が8％向上。

5. 段取り時間の短縮（SMED）

段取り作業の短縮は、設備の有効稼働時間を増やす最も直接的な手段です。SMED（Single-Minute Exchange of Dies）の考え方を活用すれば、段取り時間を10分の1に削減することも可能です。

• 改善施策例：外段取りの事前準備、工具配置の5S化、段取り手順の見直し。
• 成果：E社（金属加工業）は段取り時間が75分→21分に短縮され、日産能力が約18％増加。

6. IoT・デジタル化によるスループット管理

センサーとIoTを活用することで、リアルタイムのスループットを可視化し、異常発生を即時に検知・対応できます。これにより、ライン停止時間の大幅削減が可能になります。

• 改善施策例：PLC＋BIツールを活用し、ラインごとのスループット・稼働率・ロスを可視化。
• 成果：F社（化学製品メーカー）では、ライン停止アラートの即時対応により、1ヶ月あたりのスループットロス時間が220分→55分に改善。

スループットとKPI・現場マネジメントの連携

スループットは単なる数字の評価指標にとどまらず、現場マネジメントや経営判断の軸となるKPI（Key Performance Indicator：重要業績評価指標）として活用されます。ここでは、スループットがいかにKPI体系の中心となり得るか、またそれが現場改善にどう寄与するかを整理します。

1. スループットは「経営と現場をつなぐ」中核指標

KPIとしてのスループットは、以下のように全社戦略と日常オペレーションをつなぐ役割を果たします：

階層	KPIの例	スループットとの関係
経営層	利益率、生産原価、納期遵守率	スループットが高い＝コスト低減・納期遵守に貢献
マネージャー	ライン別スループット、ボトルネック処理数	現場状況の「見える化」・改善判断指標
作業現場	1時間あたりの生産数、段取り時間	個人または工程の生産性と直結

2. スループットと他KPIとのバランスが重要

スループットばかりを追いかけすぎると、品質低下や在庫の過剰増加を招く恐れがあります。そのため、以下のような複数KPIとバランスを取る必要があります：

• 品質KPI：不良率、再加工率、歩留まり率
• 納期KPI：納期遵守率、遅延件数
• 原価KPI：加工単価、材料ロス率、稼働コスト

これにより、「速いが雑」「多いがムダが多い」状態を防ぎます。

3. スループットKPIの月次・日次管理

スループットは日単位、時間単位で変動するため、リアルタイムまたは少なくとも日次レベルでの記録・分析が理想です。以下のような方法が実践的です：

• 日報またはMES（製造実行システム）による1時間ごとの出荷数記録
• BIツールでのライン別スループット推移グラフ表示
• 週次ミーティングでの「スループット低下要因」の棚卸しと是正策立案

4. スループットを基軸としたPDCAサイクル

製造現場でのPDCA（Plan・Do・Check・Act）において、スループットをベースに各施策を評価・改善することで、施策の実効性を高められます。

PDCAステップ	スループットの活用例
Plan（計画）	ラインごとのスループット目標を設定
Do（実行）	段取り改善・人員再配置などの改善施策実行
Check（評価）	日報やBIツールでのスループット達成度確認
Act（改善）	未達要因をフィードバックし、次回計画へ反映

5. スループット改善が企業文化を変える

「1時間あたりに何をどれだけ生み出したか」を定期的に確認・共有する文化は、現場の当事者意識を高め、継続的な改善提案の土壌となります。これは、トヨタ生産方式などの現場主導型改善文化にも共通する考え方です。

現場での成功要因まとめ

• 「数値を現場で見える化」する仕組み
• 評価軸としてのスループット導入
• 問題が起きたら「数字ベースで考える」習慣化

スループットの限界と注意点（過剰改善・過剰在庫のリスク）

スループットは製造現場のパフォーマンスを把握する上で非常に有効な指標ですが、過度に追求することで逆効果となるリスクも孕んでいます。このセクションでは、スループット改善の落とし穴と、それを回避するための注意点を具体的に紹介します。

1. スループット重視がもたらす「過剰生産」のリスク

スループットを最大化しようとするあまり、生産能力をフル活用して出荷量を増やす施策に走ることがあります。しかしこれは需要に見合わない生産＝過剰在庫を生み出し、下記のような問題を引き起こします：

• 倉庫スペースの逼迫と保管コストの増大
• 在庫劣化・陳腐化（特に食品・電子部品など）
• キャッシュフローの圧迫

したがって、スループットはあくまで「需要と連動しているか」を確認しながら設定すべきです。

2. 「ボトルネック以外」の改善は無意味

TOC（制約理論）では、ライン全体のスループットは最も遅い工程＝ボトルネックによって制約されると説明されます。つまり、ボトルネック以外の工程をいくら改善しても、全体スループットは上がりません。

例：

工程	処理能力（個/時間）
前工程A	120
中工程B（ボトルネック）	60
後工程C	100

この場合、ライン全体のスループットは最大でも60個/時間に制限され、AやCの能力を130にしても意味がありません。改善投資や工数の優先順位を見誤らないように注意が必要です。

3. スループット向上≠利益向上

スループットを高めても、製品あたりの利益が小さい場合、売上や粗利の増加にはつながらないことがあります。たとえば、単価の安い製品を大量に生産しても、販売コストや在庫リスクを加味すると赤字化する恐れも。

そのため、次のような視点が求められます：

• 「利益貢献度の高い製品」のスループット向上に集中
• 損益分岐点とライン能力のバランスを評価
• スループット × 単価 × 販売見込み を加味した判断

4. 設備稼働率の誤解：常にフル稼働が正解ではない

スループットを上げようと機械の稼働率を100%近くに保つことを目標にすると、逆に保守や清掃が後回しになり、突発故障によるロス時間の増加や品質トラブルを招くことがあります。

むしろ、以下のようなバランス管理が重要です：

• 予防保全による計画的停止を許容する
• 生産負荷を均等にする「平準化」運転の採用
• 稼働率ではなく「有効稼働時間／良品出荷数」を評価

5. リードタイムとスループットの逆相関

リードタイム短縮とスループット向上は通常、同時に目指すべき指標ですが、改善策次第ではトレードオフの関係になることもあります。たとえば、一部の工程に生産を集中させた結果、前後工程に待ち時間が生まれ、全体のリードタイムが延びるケースです。

これを防ぐには、工程間のバランス調整や、ワークインプログレス（WIP）制御が不可欠です。

まとめ：スループット改善の「落とし穴」を避けるために

スループットは強力な指標ですが、「何のためのスループットか」「その増加が全体最適か」を常に問い直す必要があります。

チェックリスト

• スループット目標は需要に基づいて設定しているか？
• ボトルネック工程を明確にし、そこに資源集中しているか？
• スループット向上が利益・納期・品質と連動しているか？
• 過剰在庫・過剰稼働が発生していないか？

スループット向上のための最新技術・デジタルツール（MES・IoT・AI）

近年のスマートファクトリー化の流れにより、スループット改善においても従来のアナログ的な改善活動だけでなく、デジタル技術を駆使した高度な分析・制御が求められるようになっています。ここでは、MES、IoT、AIといった先端技術の役割と実際の導入事例を紹介します。

MES（Manufacturing Execution System）によるリアルタイム管理

MESは、生産現場における実行管理システムであり、製造指示、作業進捗、設備稼働、品質情報などをリアルタイムで可視化し、計画と実績のギャップを即時補正する仕組みです。

• 機能：オーダー追跡、作業者管理、製品トレーサビリティ、品質異常通知
• メリット：リアルタイム監視により、停止・遅延・品質トラブルを迅速に察知・対応可能
• スループット向上効果：中断時間の最小化と工程最適化による出荷数の向上

事例：大手自動車部品メーカーでは、MES導入により作業者の手待ち時間が日あたり160分 → 45分に短縮、結果としてスループットが21%向上。

IoT（Internet of Things）による設備状態の見える化

IoT技術を用いることで、センサーやネットワークを通じて生産設備の稼働状況・温度・振動・消費電力などをリアルタイムで収集可能です。これにより、予兆保全・品質管理・工程間バランスの把握が高度化します。

• 具体活用例：生産ラインの各工程にセンサーを配置し、ボトルネック工程の自動特定
• 設備異常の早期検出：加速度センサで異音・振動を検知し、ダウンタイム発生前にアラート通知
• 稼働率 × 品質 × スループットの多変量解析

事例：電子部品製造企業では、IoT導入により各ラインの稼働データを中央監視。特定の工作機械の空転時間を削減し、日産出荷数が17%増加。

AIによる最適スケジューリングと異常予測

AIは、生産スケジューリング、需要予測、異常検出といった「現場の意思決定」を高度に支援します。これにより、人的判断では難しい「全体最適化」が可能となり、スループット向上に寄与します。

• AIスケジューリング：注文納期・設備負荷・作業者スキルを考慮し、最短・最効率の生産計画を自動作成
• AI異常予知：設備やセンサーデータを学習し、故障予兆を数時間〜数日前に検出
• 歩留まり・良品率と連動したスループット最適化

事例：プラスチック射出成形メーカーでは、AIスケジューリング導入により、従来10日かかっていた生産リードタイムが平均6.8日に短縮、スループットは約1.4倍に向上。

デジタルツインとシミュレーション

「デジタルツイン」とは、現実の生産ラインを仮想空間上で完全再現する仕組みで、レイアウト変更・設備導入・人員再配置の効果を事前にシミュレーションできます。

• ライン設計段階でのスループット検証
• 作業者動線・WIP滞留の予測
• 複数の改善案から最もスループットが高い構成を選定

事例：大手家電メーカーが生産拠点の統廃合にあたり、デジタルツインを活用してライン統合案を複数検証。その結果、年間出荷能力を120万台 → 145万台へと拡大。

BIツールによるKPI管理と可視化

BI（Business Intelligence）ツールを用いることで、スループットの推移を可視化し、経営層〜現場までの「共通認識」を生むことができます。KPIダッシュボードにより、ボトルネック変化や日別変動もすぐに把握できます。

• ライン別・製品別のスループット推移をグラフ化
• 改善施策との相関分析（例：設備更新後の変化）
• 経営指標（利益率・回転率）との連携

事例：中堅金属加工業では、Power BI導入によりスループットと品質の関係性を解析。1ヶ月あたりの不良品再加工率が42%削減され、スループットが12%増加。

業種別のスループット改善事例と成功要因

スループットはあらゆる製造業において重要な指標ですが、業種ごとに改善のアプローチや成功要因は異なります。ここでは、自動車、食品、電子部品、医薬品の4業種に分けて、具体的な事例と共にスループット向上のポイントを紹介します。

1. 自動車業界：セル生産とライン再構築によるリードタイム短縮

課題：多品種少量生産への対応、工程間の仕掛かり滞留、段取り替えのロス

施策：

• 従来の直列ラインから「セル生産方式」へ一部変更
• AGV（無人搬送車）導入による仕掛かりの削減
• 工程ごとのタクトタイム調整と人員再配置

結果：

項目	改善前	改善後
スループット	46台/日	63台/日（+37%）
1台あたりリードタイム	14.5時間	9.8時間

成功要因：タクトタイム設計とボトルネック工程の局所最適化、モジュール部品の先組み

---

2. 食品業界：ライン速度×歩留まり向上の両立

課題：高速ラインでの不良率増加、季節変動による原料品質のばらつき

施策：

• 画像検査装置の導入による品質チェック自動化
• コンベア速度に応じたレーン別搬送と自動整列機の導入
• 歩留まりとスループットを連動した生産KPI設定

結果：

項目	改善前	改善後
スループット	370個/時間	460個/時間（+24%）
不良率	2.8%	1.4%

成功要因：工程ごとの負荷バランス改善と「適正速度」での安定運転、センサーによる温度・湿度管理

---

3. 電子部品業界：CNC機の同期制御とマイクロ停止解析

課題：微細な設備停止（マイクロストップ）による出荷遅延、部品供給ミス

施策：

• 設備間の同期稼働制御（IoT連携）
• スループット低下時のデータロガー記録とトレンド分析
• SMED（段取り時間短縮）と並列作業の導入

結果：

項目	改善前	改善後
スループット	85個/時間	112個/時間（+31.8%）
設備停止回数	日平均37回	日平均11回

成功要因：設備間同期制御とログ可視化によるボトルネック解消、段取り並列化による生産効率アップ

---

4. 医薬品業界：バリデーションとGMPを両立した改善

課題：GMP準拠による設備制約、変更承認プロセスの煩雑さ、手作業の多さ

施策：

• 電子バッチ記録（eBR）による記録・承認業務のデジタル化
• 製造手順の標準化とトレーニング制度導入
• HEPAフィルタ・エアロックなど設備自動化の強化

結果：

項目	改善前	改善後
スループット	7バッチ/日	10バッチ/日（+43%）
承認完了までの時間	48時間	16時間

成功要因：電子化による文書処理時間の短縮、再教育と監査の見える化、バリデーションの前倒し設計

スループット改善における人的要因と組織文化の影響

スループットの向上は、設備の自動化や工程改善などの物理的な施策だけでなく、人材の意識と現場文化によっても大きく左右されます。ここでは、人的要因・組織文化がスループットに及ぼす具体的な影響と、その対策について解説します。

1. チーム連携の成熟度がスループットを左右する

多くの製造現場では、複数の作業者・工程・部署が連携して業務を進めています。このとき、チーム間の情報共有やタイミングのズレがスループット低下の原因になります。

連携不全の例	影響
段取り開始の合図がない	機械のアイドルタイムが発生しスループット低下
品質検査の結果が現場に即時反映されない	不良品の連続生産が起きてロス発生
前工程と後工程の進捗不一致	仕掛品の滞留でライン停止が頻発

対策：

• 朝礼や引継ぎ時に「工程間コミュニケーション」のチェック項目を導入
• 設備状況や進捗を見える化するデジタルサイネージやタブレットを活用
• 小集団活動で現場のボトルネック共有と改善提案を習慣化

---

2. 教育・OJT制度の有無が改善スピードに影響

スループット改善では、作業員一人ひとりの判断・操作スキルも成果に直結します。特に属人化が進んだ現場では、教育不足が原因で改善施策の実行が遅れがちです。

典型的な問題点：

• 手順書が整備されておらず、経験者の口伝に頼っている
• 新人教育に時間がかかり、戦力化が遅れる
• 作業スピードや工程判断にバラつきがある

対策：

• 作業標準書（SOP）と動画マニュアルをセットで整備
• スキルマップを用いた段階的教育とローテーション訓練
• スループットに直結する作業（ボトルネック工程）への重点教育

定量効果例：
某電子部品工場では、標準手順書の整備と多能工教育により、OJT期間を3ヶ月→1.6ヶ月に短縮し、1ラインあたりのスループットを16％向上

---

3. 現場主導の改善活動が継続的な成果を生む

スループット改善の最終的な成否は、現場自らが問題を発見し、改善し続けられるかにかかっています。トップダウンの施策だけでは、一時的な成果に留まりやすいからです。

成功している企業に共通する要素：

• 現場の意見を吸い上げる仕組み（改善提案制度、小集団活動）
• 提案が採用された際のフィードバックと表彰制度
• 現場主導でスループット向上KPIを設定・追跡

事例：ある食品製造工場では、週1回の改善ミーティングを導入し、現場発案でコンベア高さの最適化や搬送順序の変更などを実施。これにより月間出荷数量が前年比+18%改善。

---

4. スループット文化を醸成するマネジメントの視点

最も重要なのは、経営・管理層がスループットを「単なる現場指標」ではなく、全社最適の評価軸として理解し、推進する姿勢を持つことです。

ポイント：

• 単位部署ではなく「全体最適スループット」の視点を持つ
• 生産、品管、物流、営業といった部門を跨いだKPI設計
• 改善報告会でスループット改善を評価する風土づくり

まとめ：人・チーム・組織文化の視点からスループット改善を支える体制が、継続的な成果と組織力強化の土台になります。

スループットを用いた業績評価とKPI設計

スループットは、生産現場における実績指標としてのみならず、部門ごとの業績評価や企業全体のKPIとしても活用可能です。このセクションでは、全社・部門・個人レベルでのスループットKPI設計の実例やポイントを詳しく解説します。

1. 全社KPIとしてのスループット活用

企業全体でスループットをKPIとして導入する場合、以下のような狙いがあります：

• 売上高との連動：製品出荷数量 × 単価 ＝ 売上。スループットは売上に直結する。
• リードタイム短縮効果の評価：納期遵守率と顧客満足の向上に貢献。
• 経営体質の健全性指標：在庫滞留・設備余剰などのリスク抑制。

設計例：

KPI名	内容	目標設定方法
全社スループット平均	全工場の平均スループット（個/時間）	前年実績比＋10％を目標
納期遵守率	スループット向上による出荷遅延率の改善	95%以上を維持
出荷リードタイム	受注から納品までの平均日数	10日→8日以内

2. 部門別スループットKPIの設計

製造・品管・生産管理・物流など、部門ごとのKPI設計においても、スループット指標を用いることで横断的な連携強化が期待できます。

製造部門

• ライン別スループット（製品Aライン：○個/時間）
• 設備稼働率とのクロス分析で非効率設備の特定

品質管理部門

• 良品スループット（再加工なしの出荷可能品）
• 工程内不良率 × スループットの影響評価

物流部門

• ピッキングスループット（出荷件数/時間）
• 誤出荷率の低減とスループットの相関管理

設計部門・生産技術部門

• 製品設計段階でのスループット影響予測
• 段取り改善による時間短縮成果（段取りスループット）

3. 個人レベルでのKPI活用と注意点

個人評価への活用は慎重を要します。スループットは本質的にライン全体やチームの成果指標であり、個人に適用する際は適切な補助指標と組み合わせる必要があります。

おすすめの評価指標構成：

• チームスループット貢献（リーダー/工程長）
• 作業ミスの少なさ（品質）＋ 作業完了数（量）
• 段取り時間短縮、改善提案件数（改善意識）

注意点：

• 単に「数」を追いかけすぎると品質や安全が犠牲になる
• 個人評価は「業務プロセスの最適化行動」を中心に評価する

4. KPIと連動したインセンティブ設計

スループット改善に向けた施策が定着するためには、定量的成果に応じた報酬や評価の設計も効果的です。

指標	目標	インセンティブ例
月間ラインスループット	目標比+15%	改善報奨金5,000円／人
改善提案によるスループット向上	採用数2件以上	社内表彰・技能手当加算
チームKPI達成率	達成度80%以上	チーム昼食会 or 休日取得特典

まとめ：KPI設計の成功がスループット改善の鍵

スループットは、生産現場だけでなく、全社的な業績評価やマネジメント指標としての可能性を秘めています。部門間の連携、個人の改善行動、そして報酬制度の最適化を通じて、企業全体の生産性と競争力を大きく引き上げることができます。

スループット改善を支えるテクノロジーと導入事例

スループットの改善は、現場の改善努力だけでは限界があります。近年ではIoT（モノのインターネット）、AI（人工知能）、MES（製造実行システム）などの先進技術を組み合わせて、リアルタイムでスループットを可視化・制御する取り組みが進んでいます。

1. IoTによるリアルタイム監視とボトルネックの特定

IoTセンサーを生産設備に取り付けることで、稼働時間、停止時間、製品通過数などのデータを秒単位で取得できます。これにより、以下のようなことが可能となります：

• ボトルネック工程のリアルタイム特定
• スループット推移のグラフ化
• 設備異常の予兆検知（異常停止回数・頻度）

導入事例：

某電子部品メーカーでは、全工程にIoTセンサーを導入し、リアルタイムダッシュボードでスループットを見える化。導入前は現場ヒアリングと紙日報による手作業集計だったが、導入後は5日かかっていたスループット分析が即時化。対策立案のスピードが3倍に向上し、ボトルネック工程の見直しで生産量が月間12％増加。

2. AIを活用したスループット予測と改善提案

AIを用いることで、以下のような高度な解析・予測が可能になります：

• 過去の生産履歴からのスループット予測
• 最適な人員配置や機械設定の提案
• 異常時の復旧時間短縮提案（AIアラート）

導入事例：

某食品メーカーでは、AIによる予測モデルを使って包装ラインのスループットを最大化。曜日・天候・作業者の習熟度まで学習させた結果、予測精度は95％以上に向上。AIが自動的に人員配置とライン速度の調整案を提示し、日次生産量が約15％アップした。

3. MES（製造実行システム）による統合管理

MESは、生産計画と現場の実績をつなぐ中間システムです。ERPとPLC（制御系）との橋渡し役として、以下のような機能を担います：

• 工程ごとのスループットをリアルタイムで集計
• 仕掛品・在庫・歩留まりデータと連動
• 人・モノ・設備の稼働ログと照合して改善支援

導入事例：

某自動車部品メーカーでは、MESの導入により各工程のスループットと設備稼働率を統合的に管理。週次報告ベースだったデータ活用がリアルタイムとなり、異常傾向を即座に検知・対策。3か月で設備停止時間を20％削減し、全体のスループットも平均9％増加。

4. スマートファクトリー化による全体最適

IoT、AI、MES、ERPを統合し、「スマートファクトリー」として工場全体を最適化する動きも広がっています。これにより以下のような全体効果が期待できます：

• 製品別・ライン別スループットの自動最適化
• 材料投入から出荷までの一貫した追跡管理
• リアルタイム生産指示と柔軟なライン切り替え

成果例：某精密機器工場では、スマートファクトリー化により、スループットが年間で18％向上。同時に品質不良率が3.4％→1.1％へ低下し、納期遵守率が94％→99.2％に改善。

5. 可視化ツールとダッシュボードの活用

スループット改善の継続には、現場でも使いやすいダッシュボード・アプリケーションの活用が鍵です。

活用例：

• ライン別・製品別のリアルタイムスループット表示
• タブレットによる現場即時記録・確認
• グラフ・ヒートマップによる傾向把握

Power BI、Tableau、MotionBoardなどのBIツールが工場で使われており、「誰でもわかる」「すぐ気づける」仕組みがスループットの改善スピードを大きく加速させます。

まとめ：テクノロジーを味方につけることがスループット改善の鍵

スループットの改善は、従来の作業改善だけでなく、テクノロジーを導入した「全体最適化」が求められる時代になっています。IoTでデータを取得し、AIで解析し、MESやBIで可視化・自動制御することで、属人的な判断から脱却した科学的改善が可能になります。

中小製造業であっても、スモールスタートから始めて、段階的にIoTやAIを導入することは十分可能です。重要なのは「現場の課題をデータで把握し、最短で改善サイクルを回すこと」です。

スループット改善がもたらす経営・財務面のインパクト

スループットの向上は、単に「モノが早く作れるようになる」だけではありません。企業経営においては、収益力の向上、資本効率の改善、在庫圧縮、キャッシュフローの健全化といった、直接的な財務インパクトに結びつきます。

1. 売上と粗利の最大化

スループットの向上は、単位時間あたりの完成品出荷量の増加を意味します。これは即ち、生産可能な最大販売量の引き上げに直結します。

指標	スループット改善前	スループット改善後
日次生産数（8時間稼働）	600個	720個（+20％）
1個あたり売価	1,200円	1,200円
日次売上	720,000円	864,000円

このように、スループット改善により1日の売上が+144,000円（+20％）増加することになります。

2. 在庫削減とキャッシュフロー改善

スループットが向上すると、リードタイム短縮に伴い仕掛品・完成品在庫が減少します。結果として：

• 在庫回転率が向上
• 倉庫スペースの削減
• 棚卸資産圧縮によるキャッシュフロー改善

たとえば、年間で平均在庫を1,000万円削減できた場合、資本コストを5％とすると年間で50万円の資本効率改善効果があります。

3. 残業・人件費の削減

スループット向上により、同じ生産量を短時間で達成できるようになるため、残業時間の削減や追加人員の抑制が可能です。

事例：某中堅メーカーでは、ライン改善によりスループットが15％向上し、月間残業時間が240時間削減。これにより人件費（割増賃金）を年間約420万円削減できたと報告。

4. 設備投資効果の最大化

スループットが向上すると、既存設備の生産能力がより高く発揮され、同じ設備でより多くの付加価値を生み出すことが可能になります。

たとえば、1億円で導入した設備の年間稼働率を高め、出荷数量が20％増加した場合、設備1台あたりの投資回収年数が5年 → 4年に短縮されることになります。

スループット向上施策への投資回収モデル（ROI試算）

前提条件例（中堅メーカー）

設備導入費用（IoT＋MES）	800万円
教育・初期設定費	200万円
合計投資額	1,000万円

年間効果試算

改善項目	効果金額	備考
スループット増による粗利増	＋720万円	月60万円×12ヶ月
人件費削減	＋300万円	残業・人員調整
在庫圧縮による資本効率改善	＋50万円	棚卸資産減
合計	＋1,070万円	初年度効果

投資回収期間

初期投資額1,000万円に対し、年間効果1,070万円 → 投資回収期間は約11か月。2年目以降は純利益に。

まとめ：スループット向上は「利益直結」の経営戦略

スループットは製造現場の指標であると同時に、経営の利益体質を変える「レバレッジ指標」でもあります。スループットの改善により、売上・粗利・人件費・資本効率など、多面的に経営改善が図られ、投資対効果も明確です。

「スループットを高める」ことは、データ活用と現場改善、そして経営視点を融合させた次世代型マネジメントの核となります。

スループット向上のための現場改善手法とステップ

スループットの向上には、単なる機械の高速化や人手の増員ではなく、ボトルネック工程の特定と改善、作業の平準化、ムダの排除など、体系的な取り組みが求められます。以下に、効果的な現場改善の代表的手法と、その導入ステップを解説します。

1. ボトルネック工程の特定と可視化

手法：VSM（バリューストリームマッピング）＋稼働データ可視化

• 全工程の「サイクルタイム」「待機時間」「在庫数」を一覧で見える化
• 生産現場にIoTセンサーやPLC連携を導入し、リアルタイムで稼働率・停止原因をモニタリング

事例：加工→洗浄→検査→出荷の4工程のうち、洗浄工程の待機時間が平均28分／ロットと判明 → 自動投入機を追加し、待機ゼロ化に成功。

2. タクトタイムとスループットの整合性チェック

タクトタイム（出荷に必要な製品1個あたりの所要時間）と、実際のスループットを照らし合わせ、遅延が生じている工程を特定します。

項目	数値	備考
1日出荷目標	800個	10時間稼働
必要タクトタイム	45秒/個	＝10時間×3600秒÷800
現実のタクト	57秒/個	12秒の遅れ → 2時間の残業発生

3. 段取り替え・設備切替時間の短縮（SMED）

スループット低下の一因となる「段取り時間の長さ」を短縮することで、実稼働時間を確保します。

代表施策：

• 段取り作業を「内段取り」と「外段取り」に分類し、外段取りは事前準備化
• 段取り治具の共通化・色分け・ミス防止ピンを導入
• 実際の段取り作業を動画で撮影し、ムダ動作分析を実施

効果例：平均段取り時間42分 → 18分に短縮（−57％）／1日3回の切替 × 24分削減 = 実働+72分（＝生産20個分）

4. 工程間の搬送・仕掛在庫の見直し

手法：

• 工程間に存在する仕掛在庫の平均個数を記録
• 自動搬送装置（AGV/AMR）の導入や人手搬送の定時化
• ラインバランスの見直しによりWIP（仕掛品）の滞留を削減

改善結果例：工程間仕掛品数：平均54個 → 18個（−66％）／保管棚の削減でスペース活用効率も改善。

5. 多能工化による人のフレキシブル配置

工程単位に依存せず、オペレーターの柔軟配置を可能にすることで、工程の詰まりや停止リスクを抑え、スループットを安定させます。

• スキルマップを作成し、誰がどの工程を担えるかを一覧で把握
• 月次ローテーション＋スキル教育プログラムで習熟率を定量評価

効果：ライン停止時の応援対応が平均10分短縮／1日2回の応援 × 月20日 → 年間で作業ロス2400分削減（≒40時間）

6. フィードバックループ（現場主導のPDCA）

• 現場のリーダー層が、スループットの「日次グラフ」と「遅延要因」を見える化
• 毎朝5分間ミーティングで、前日の遅れと対策をチーム内で議論・共有
• トラブルやイレギュラーの記録を工程ごとに蓄積し、再発防止策へ

この取り組みにより、改善活動が定着し、トップダウン型からボトムアップ型の改善文化へ移行していきます。

改善ステップの導入順序（モデル例）

1. 現状のスループットとタクトタイムを把握
2. ボトルネック工程を特定し、VSMで可視化
3. 段取りや搬送など、ロスの大きい作業から順に対策
4. 定量目標を設定し、効果測定 → 次の改善へ

まとめ：スループット改善は「現場×定量データ×意識改革」の三位一体

スループットを向上させるには、現場作業の可視化・定量化をベースに、機械・人・情報の動きを最適化する視点が欠かせません。

短期的な改善ではなく、継続的に「改善→測定→定着」のループをまわし続けることで、現場の強さと経営の体力が飛躍的に向上していきます。

スループットを基軸としたKPIマネジメントの構築方法

スループットは単独で使われるだけでなく、製造現場のKPI体系の中心として位置付けることで、全体最適に基づくマネジメントが実現できます。ここでは、KPI設計・運用のステップと、スループットを軸にしたKPI指標の例を紹介します。

1. KPI設計の基本方針

項目	内容	目的
スループット	時間あたりの出荷数	現場全体の成果を測定
設備稼働率	実稼働時間 ÷ 計画稼働時間	設備の稼働効率を把握
ライン停止時間	日次の合計停止時間（分）	ロスの発生源特定
段取り時間	切替にかかる平均時間	稼働損失の把握
人員配置効率	1人あたりのスループット	人的生産性の評価

2. KPI導入の実行ステップ

1. 目的整理：「何のためにKPIを導入するのか？」を経営・現場双方で共有
2. 重要指標の選定：スループットを主軸に、3～5個程度に絞る（多すぎると形骸化）
3. データの取得方法の明確化：紙／Excel／IoTなど、測定方法と頻度を定義
4. 現場での可視化：ホワイトボード・モニター・KPIカードなどで“見える化”
5. 定期レビュー：日報・週報・月次で改善サイクルをまわす（PDCA）

3. KPI活用における可視化ツールの導入ポイント

KPIを活かすには、定量データをリアルタイムで可視化し、「気づき」と「改善行動」を現場で引き出す仕組みが不可欠です。以下、代表的なツールと導入メリットを示します。

ツール	特徴	導入効果
BIツール（例：MotionBoard、Power BI）	スループットや稼働率をグラフ化し、リアルタイム表示	傾向把握、異常の早期発見、意思決定スピード向上
設備モニタリングツール（IoT連携）	設備毎の停止原因、稼働率、停止時間を自動取得	ロス構造の特定と対策実施が加速
ホワイトボード管理（現場掲示）	現場メンバーが手書きで記録・表示	意識変化と参加意識を育む／改善文化の浸透
スプレッドシート集計（Google Sheets 等）	Excelベースで共有・蓄積・分析が容易	中小製造業でも低コストで即導入可能

4. よくあるKPI運用の失敗と回避策

• 指標が多すぎる：改善の焦点がボケる → 重要指標3～5個に絞る
• 現場と共有されない：マネジメント層のみで活用 → 現場掲示やミーティング活用を徹底
• 測定と集計が手間：作業時間を奪う → IoT化や自動集計で省力化
• 目標が現実離れ：達成困難なKPIは逆効果 → 現場と協議し、段階的な改善指標に

まとめ：KPIを通じてスループット改善を“組織文化”に昇華させる

スループットは、単なる数値管理のためではなく、「成果を上げる文化づくり」のための起点です。KPIを日常的に扱い、現場の声とともに数字を読み解く文化が定着すれば、組織は継続的に成長を続けることができます。

特に中小製造業においては、高額なシステムを導入しなくても、Googleスプレッドシートや無料のBIツールを用いることで、現場主導のKPIマネジメント体制を構築できます。

スループットを基軸としたマネジメント指標セット一覧

以下はスループット向上のために設計すべき現場マネジメント指標の一覧です。単独ではなく、相互に連動させて管理することで、根本的な改善に繋がります。

カテゴリ	KPI指標	指標定義	目的・意義
生産成果	スループット	出荷完了数 ÷ 稼働時間	真の生産性の可視化
工程効率	サイクルタイム	1個あたりの処理時間	工程ボトルネックの特定
品質安定	工程内不良率	不良数 ÷ 全体処理数	品質ロスの影響を除外
人員活用	1人あたりスループット	スループット ÷ 配置人数	人的生産性の測定
可用性	稼働率	稼働時間 ÷ 計画稼働時間	機械の有効稼働の評価
ロス分析	停止時間	日・週単位の合計停止時間	ロス削減ポイントの特定
改善活動	改善提案件数	月単位の提案件数	改善文化の可視化

スループットと連動した現場教育・人材育成の仕組み

スループットを改善するには、現場の“人”のレベルアップが不可欠です。作業員の多能工化、教育体制の標準化、評価制度の連動によって、定着性と自律改善の力が育ちます。

1. 教育と指標をリンクさせる

• スキルマップとスループット連動：スキルレベルごとのスループット平均を算出し、教育効果を数値で把握
• OJT記録とKPIを連動：習得中の作業でのスループット変化を記録・比較

2. 教育体系の整備

教育段階	内容	スループットへの効果
初級（基礎）	作業手順書の読解・標準作業の理解	不良削減・停止回避
中級（実務）	複数工程への対応／軽微なトラブル対応	柔軟な人員配置・ロス最小化
上級（改善）	ライン改善提案／新人OJT指導	スループット底上げと文化醸成

3. 教育成果の見える化

• 「教育KPI」指標を導入：教育回数／習得者数／未習得者数／教育進捗率
• スループット向上率と教育成果の連動分析：教育直後1週間の生産実績比較

まとめ：スループットを軸に現場・人材・数字を“つなぐ”経営へ

スループットは単なる生産性指標ではなく、現場・教育・改善文化をつなぐ共通言語です。KPI設計と教育制度をリンクさせることで、組織全体が「改善の成果を数字で実感できる状態」になります。

今後は、スループットを起点としたスマートファクトリー設計や、現場AI活用による予測型生産制御など、さらなる高度化も視野に入るでしょう。

スループット向上の業種別成功事例

スループットの向上は業種ごとにアプローチが異なります。以下では、実際に製造現場で成果を上げた代表的な事例を3業種に分けて紹介します。

1. 電子部品組立業界：多能工化＋ライン平準化の導入事例

対象企業：国内大手EMS（電子機器受託製造）企業
導入前の課題：1人1工程制での生産が常態化し、ライン停止リスクが高い。作業者依存による欠品・遅延が発生。

施策	実施内容
多能工化	3工程以上の習得を必須化／スキルマップ導入
ライン平準化	実績をもとに最小編成人員を可変化
教育制度	月1回のOJT＋実技テスト制を導入

改善成果：

• スループット：98個/時間 → 124個/時間（+26.5％）
• 1人当たりスループット：12.5個/h → 17.0個/h
• 欠品率：4.1％ → 0.9％に減少

2. 自動車部品製造業：ボトルネック改善と稼働率向上の事例

対象企業：中堅 Tier1 サプライヤー
導入前の課題：溶接工程でのボトルネックと頻繁な段取り替えにより、スループットが全体を制約。

施策	実施内容
TOC導入	制約工程（溶接）に集中投資／非制約工程に標準作業を整備
段取り改善	SMED（Single-Minute Exchange of Die）方式で平均段取り時間を半減
稼働率強化	IoTセンサーでライン稼働を見える化

改善成果：

• スループット：46個/時間 → 69個/時間（+50％）
• 段取り時間：平均18分 → 9分
• 稼働率：72％ → 87％に改善

3. 食品加工業：自動化導入と工程レイアウト最適化の事例

対象企業：冷凍食品製造業（全国スーパー向け）
導入前の課題：パート比率が高く、手作業主体。人の動線が非効率で、同一時間帯に大量の作業待ちが発生。

施策	実施内容
工程自動化	包装・計量・印字ラインを自動機に置換
レイアウト最適化	工程間の移動距離を平均65％削減
作業分担制	作業を3分割し、単純化・習得を迅速化

改善成果：

• スループット：315個/時間 → 468個/時間（+48.5％）
• 作業教育時間：3日 → 1日で習得可能に
• 在庫滞留時間：平均6.4時間 → 2.1時間

成功事例から見える共通ポイント

• 制約工程の見極め：全体のスループットは最も遅い工程に制限される
• 人と設備のバランス調整：自動化のみに頼らず、人材配置と教育を組み合わせる
• KPIの可視化：スループット・稼働率・不良率などの定量指標で成果管理
• デジタルと現場の融合：IoT、BIツール、スキルマップなどを組み合わせた統合改善